酒企数智化领先实践：基于BIP智能中台实现智能勾调

背  景

随着高端白酒市场的快速发展，酒企酒资源的数量和类别较多，但大多依托人工为主的情况来管控，需要数字化平台来对酒资源、车间原酒、成品的全流程流转信息进行跟踪。同时，对于酒体配方为酒企核心机密资产，对于系统安全、保密性要求极高。

场景概述

以酒资源全生命周期过程的动态管理为手段，以酒体资源、工艺及沟通数据安全可靠、高效使用为核心目标，最终帮助酒业实现酒资源管理的在线化、协同化、可视化。

优化勾贮业务流程，规范业务管理，借助AI智能模型，保障业务数据准确性和及时性，实现勾贮数据标准统一、勾贮过程快速可溯，制酒-勾贮-包装生产流程高效协同，为酒企战略方向决策和经营方针制定提供数据依据。

酒体资源管理平台整体架构设计

1

数据管理

基于原酒取样、编码、降度、分样、品评、复评、复核、入库、品鉴会及考试核心流程，通过移动APP+手机扫码随时采集原酒数据，并基于原酒品评流程进行多轮评测，提升原酒入库管控效率及管控颗粒度。

数据模型开发

勾调及理化评定建模管控及应用；

数据标准及治理

围绕“数据标准”，基于“元模型驱动”实现数据资产的体系化管理；

数据资产管理

提供酒企内部全量数据资产的数字化管理，理清大数据平台内数据及数据间的脉络及关系；

数据可视化管理

提供数据生产、数据资产、数据服务、数据质量视图；

2

新酒管理

实现新酒计划管控及资源匹配，提升收酒效率。统一酒企新酒分级储存表及新酒分级功能，为半成品车间的品评勾兑提供库存原酒品种数据，实现新酒出入库实时控制。

收酒计划管控

新酒调度计划、勾调调度计划、包装作业计划管理及数据协同，实现新酒计划管控；

智能匹配辅助

智能匹配空库房，提高库房利用率；

最优库房清单

新酒入库时，系统根据入库量以及库房存酒情况进行综合计算，给出系统建议的最优库房清单供选择，提高库房利用率；

收酒设备实施对接

系统与现场收酒设备系统数据实时对接，实现数据传递不落地，减少人工干预，确保数据准确性；

新酒定级

新酒定级后自动更新酒体信息（香型、等级、酒精度等）；

3

酒体设计管理

可实现轮次勾调盘存和归类，统一感官质量和理化指标。实现酒体设计资源线上协同管控，提升酒体设计效率；实现对酒体设计结果的分级管控及标签化管理。

酒体设计资源协同

实现调度室、片区、班组从酒体设计调度计划到作业任务的线上流程传递，实现一体化调度；

勾调部门将进酒信息推至酒体设计模块，由酒体设计模块返回拉酒单。实现作业任务人员、设备匹配，同时打通与现场计量系统数据对接，实现数据的实时回传与更新；

智能提醒

按照设定的酒体设计条件，自动提醒需要的片区及库房，以便于车间合理安排进行酒体设计任务；

标签管控

通过取样打标签，对新酒品评结果+酒体设计定级结果进行标识；

4

基于智能算法的勾调

智能勾调可基于目标、关键参数或关键字等进行勾调方案设计及推荐；可基于推荐方案进行修改，形成新的勾调方案并指导勾调过程。

基于机器学习及模糊匹配等算法实现方案组合；可整合智能检测技术进行联合推荐。

全工艺环节成分检测

对于酒库作业过程中的原酒、基酒等全流程检测；

智能骨架模型

采用机器学习算法从上百个成分指标中挖掘出酒体核心成分，形成酒体骨架模型；

智能选酒

应用快速检索技术，从海量基酒中快速选酒。 持续跟踪优化 根据微机勾调方案做组合勾兑，采用尝评和质检评价酒体，保证方案评价客观、科学；

持续跟踪方案

优化、应用，保证产品优化有迹可循，有据可依；

5

管理驾驶舱

可提供基于原酒、基酒及酒体设计大小勾等多维可视化视图；可按照酒体资源可视化、库罐资源可视化及调度协同可视化三大主题进行展示。

酒体资源可视化

酒类、等级、理化数据及勾调过程的数据可视化展示；

库罐资源可视化

实现库罐资源按照区域及物理层级展示；已经存贮酒类型、数量、存贮时长等可视化展示；

调度协同可视化

提供计划、勾调、存贮、腾转核心流程数据的可视化展示，实时刷新调度执行进度；

6

数据安全

通过酒体中心硬件资源绑定，实现人员、终端、网络、资源等安全管控，进而在提升酒资源管控效率的同时，提升酒资源管理平台的安全应用性及整体安全防护能力。

除上述安全防范措施外，还可以通过建立酒资源数据安全防护策略，从数据安全定级、分类识别、数据脱敏等方面进行数据层面的安全管控。

价值总结